メインコンテンツまでスキップ
に最終更新

JSON_HASH

説明​

JSON_HASH は JSON オブジェクトのハッシュ値を計算します。JSON 型の引数を受け取り、BIGINT 型のハッシュ値を返します。

計算前に JSON オブジェクトのキーをソートするため、内容が同じでキーの順序だけが異なるオブジェクトは同じハッシュ値になります。

構文​

JSON_HASH(json_value)

別名​

JSONB_HASH

パラメータ​

パラメータ説明

| json_value | ハッシュ値を計算する JSON 型の値。 |

戻り値​

BIGINT 型のハッシュ値を返します。

入力が NULL の場合は NULL を返します。

使用方法​

JSON 規格ではオブジェクトのキーと値の組に順序がありません。JSON_HASH は、異なるシステムでも同じ内容のオブジェクトを同じように扱えるよう、SORT_JSON_OBJECT_KEYS と同様にキーをソートしてからハッシュ値を計算します。

Doris は JSON オブジェクト内の重複キーを許可しますが、ハッシュ値の計算では最初に現れたキーと値の組だけを使用します。

例​

  1. 基本的なハッシュ値の計算
SELECT json_hash(cast('123' as json));
+--------------------------------+
| json_hash(cast('123' as json)) |
+--------------------------------+
|            5279066513252500087 |
+--------------------------------+
  1. 別名の確認
SELECT json_hash(cast('123' as json)), jsonb_hash(cast('123' as json));
+--------------------------------+---------------------------------+
| json_hash(cast('123' as json)) | jsonb_hash(cast('123' as json)) |
+--------------------------------+---------------------------------+
|            5279066513252500087 |             5279066513252500087 |
+--------------------------------+---------------------------------+

同じ入力に対して json_hash と jsonb_hash は同じハッシュ値を返します。両者が等価な別名であることを確認できます。

  1. キーのソートの確認
SELECT 
    json_hash(cast('{"a":123, "b":456}' as json)), 
    json_hash(cast('{"b":456, "a":123}' as json));
+-----------------------------------------------+-----------------------------------------------+
| json_hash(cast('{"a":123, "b":456}' as json)) | json_hash(cast('{"b":456, "a":123}' as json)) |
+-----------------------------------------------+-----------------------------------------------+
|                             82454694884268544 |                             82454694884268544 |
+-----------------------------------------------+-----------------------------------------------+

json_hash は計算前にキーをソートするため、キーの順序が異なっても同じハッシュ値を返します。

  1. 重複キーの扱い
SELECT 
    json_hash(cast('{"a":123}' as json)), 
    json_hash(cast('{"a":456}' as json)), 
    json_hash(cast('{"a":123, "a":456}' as json));
+--------------------------------------+--------------------------------------+-----------------------------------------------+
| json_hash(cast('{"a":123}' as json)) | json_hash(cast('{"a":456}' as json)) | json_hash(cast('{"a":123, "a":456}' as json)) |
+--------------------------------------+--------------------------------------+-----------------------------------------------+
|                 -7416836614234106918 |                 -3126362109586887012 |                          -7416836614234106918 |
+--------------------------------------+--------------------------------------+-----------------------------------------------+

JSON オブジェクトに重複キー（{"a":123, "a":456}）がある場合、json_hash は最初のキーと値の組だけを計算に使用します。そのため、結果は最初の組だけを含む {"a":123} のハッシュ値と一致します。

  1. 数値型の違い
SELECT 
    json_hash(to_json(cast('123' as int))), 
    json_hash(to_json(cast('123' as tinyint)));
+----------------------------------------+--------------------------------------------+
| json_hash(to_json(cast('123' as int))) | json_hash(to_json(cast('123' as tinyint))) |
+----------------------------------------+--------------------------------------------+
|                    7882559133986259892 |                        5279066513252500087 |
+----------------------------------------+--------------------------------------------+

同じ数値 123 でも、JSON 内で異なる型（int と tinyint）として保存すると、ハッシュ値は異なります。Doris の JSON は型情報を保持し、ハッシュ計算でも型の違いを考慮するためです。

  1. normalize_json_numbers_to_double で型を統一する
SELECT 
    json_hash(normalize_json_numbers_to_double(to_json(cast('123' as int)))), 
    json_hash(normalize_json_numbers_to_double(to_json(cast('123' as tinyint))));
+--------------------------------------------------------------------------+------------------------------------------------------------------------------+
| json_hash(normalize_json_numbers_to_double(to_json(cast('123' as int)))) | json_hash(normalize_json_numbers_to_double(to_json(cast('123' as tinyint)))) |
+--------------------------------------------------------------------------+------------------------------------------------------------------------------+
|                                                      4028523408277343359 |                                                          4028523408277343359 |
+--------------------------------------------------------------------------+------------------------------------------------------------------------------+

型による差をなくすには、normalize_json_numbers_to_double で数値を倍精度浮動小数点型に変換してからハッシュ値を計算します。これにより、元の数値型が違っても同じハッシュ値になります。

  1. NULL 値の扱い
SELECT json_hash(null);
+-----------------+
| json_hash(null) |
+-----------------+
|            NULL |
+-----------------+

注意事項​

  1. JSON_HASH の別名は JSONB_HASH です。機能は同じです。

  2. この関数は、SORT_JSON_OBJECT_KEYS と同様にキーをソートしてからハッシュ値を計算します。

  3. キーが重複する場合は、最初に現れたキーと値の組だけを計算に使用します。

  4. Doris の JSON は数値を異なる型（int、tinyint、bigint、float、double、decimal）で保存できます。同じ数値でも型が異なればハッシュ値が変わる場合があります。値を統一したい場合は、計算前に NORMALIZE_JSON_NUMBERS_TO_DOUBLE で数値型を統一してください。

  5. 文字列を CAST で JSON に変換するなど、テキストを解析してオブジェクトを作る場合、Doris が適切な数値型を自動選択します。通常は数値型の不一致を気にする必要はありません。

  6. cast/to_json で "123" を手動変換せず、文字列から JSON を解析する場合、Doris は "123" を tinyint 型の JSON 値として保存します。この方法では "123" が int 型と tinyint 型の両方で保存されることはありません。

Report issue